「镁客·请讲」中科云创周北川:从数据到云端,我们要上下打通工业物联网产业链

简介:

在周北川的计划中,他们要做的不是产业链中某一点的No.1,而是要做到对全局的一种掌控。

近年来,随着物联网、云服务等概念的普及,国内从事这方面的的公司也渐渐增加,将之与传统行业、新兴产业相融合。

当前,在物联网/云服务的应用上,我们看见的更多的是办公环境、智能家庭。相较之下,与工业结合就显得相当小众。

中科云创周北川:从数据到云端,我们要上下打通工业物联网产业链

创业之前,他的内心一直在蠢蠢欲动

对于创业这回事,有的人是看到了庞大的市场,有的是追随梦想,也有的是内心总想着做点什么。严格来说,从微软离开并开创自己事业的中科云创创始人兼CEO周北川应该属于第三种,虽然谈及创业的时候,他说的第一句是“被表哥给忽悠出来的”

周北川是化学专业出身,至于他为什么会进行科技创业,他称是受到了他同专业师兄、完美世界创始人池宇峰的启发。“当时他创办北京洪恩教育的时候回校做分享,说了一些创业的事,对学生进行一些指导工作。当时我就想到,学化学的原来也是可以搞一些计算机创业的。”

在此之后,他的内心多了一束关于“创业”的小火苗。哪怕是在进入微软之后,这个小火苗也一直在燃烧,并促使他在日常工作中为之“取经”做准备,像学学微软在员工考核标准中的亮点等等。

“我表哥他之前是德国巴鲁夫公司中国区副总经理兼销售总监,做了15年的工业设备传感器的销售,他说物联网这个行当已经到了一个爆发点。其次,他看到了工业客户的一个比较大的痛点,就是设备的远程监控和维修维护问题。”于是,在他表哥找上他并提出创业想法的时候,已经充分做好准备的周北川没有多做犹豫就放弃了自己那令人艳羡的工作。

当初,周北川拉着自己的两个兄弟一起从微软出来进行创业,历经数年时间,当初只有4人的小团队已经成长为一个颇具规模的公司。其中,核心团队多是来自于微软、思科、索尼等知名企业的经验人士,他们之间有一个共同的特色——一颗躁动不已的心。

中科云创周北川:从数据到云端,我们要上下打通工业物联网产业链

从数据搜集到云端,中科云创要上下打通工业物联网产业链

用周北川的话来讲,跟传统工业软件公司相比,中科云创基于SaaS平台有着互联网基因;与传统的工控公司相比,他们在软件部分比较强;而与那些传统的做工业软件的企业相比,他们的数据采集能力又凸显出来。

发展至今,中科云创旗下共拥有4款产品,分别是企业设备管理平台(SaaS)云中控、SCADA软件BOLOMi、自定义数据传输协议穿云、可穿戴式专家远程指导(AR)眼镜。“在工业物联网这块,技术壁垒主要在于三点,一个是底层的数据采集,还有就是是黑盒子与设备之间、黑盒子与云端之间的数据传输。”周北川说到。从数据搜集到上传云端存储分析,之后再到应用组件的整合,这是一个非常长的产业链。周北川表示,做好这条产业链的某一点并不难,难的是怎么将它给打通

关于这个,周北川在采访过程中跟我们举了一个真实的例子。有一个团队在做监控垃圾焚烧站的项目,他们已经买了一套软件把数据从外地引入,并找到国内某家云服务公司希望能把数据传送到那里,但是流程却卡在了一开始“如何把数据传过去”的问题上。这样一来,为了将数据传过去,这个团队就需要另外去找一个团队来专门干这个事儿。如此盘算下来,除了过程的繁琐,成本也相应的提高了。

“中科云创做的就是把整个从下面数据采集到上面云端、应用组件做到全链条解决。利用我们的产品,客户只需要给我一个设备,告诉我其中的控制器是哪一个版本的,基本上我们只需要派一个人过去半天,客户就可以在手机等平台上看到设备的相关数据。”周北川表示。

与此同时,在各个部分,中科云创还加入了人工智能技术,以提供更为优质、全面的服务。比如在数据输入的时候加入语音识别技术,免去使用者手动输入的烦恼,也便于其他人的查看。

中科云创周北川:从数据到云端,我们要上下打通工业物联网产业链

关于工业互联网,多数人的概念理解还是狭义的

“关于工业互联网,或者说工业4.0,现在很多人的概念还停留在物联网的阶段,而对于物联网,他们做的也不够深入。”周北川称。正如“工业互联网”概念提出者GE在书中所体现的,设备的远程维修维护是最重要的。在他看来,当前那些将数据采集上来然后再弄个私有云的多种方式所体现的只是一种狭义上的物联网概念,或者说工业互联网。

对于工业互联网的发展,周北川也有着自己的想法。他表示,工业互联网的发展需要具备的三个因素。首先是数据的“云化”,如果数据不能上传达互联网,那就不能叫做物联网了。至于实现什么数据的“云化”,就比如中科云创,他所看重的数据是设备的状态数据,将之实现“云化”,其才能在设备制造商和用户之间搭建一座沟通的桥梁。

其次,人工智能技术只有在云平台才能真正被运用起来,因为人工智能已经变成一种像水一样、可以随时提供的东西。举个例子,在监控配电室的时候,相比于以往两个小时人工巡查一次读数,计算机视觉技术可以5分钟自行扫描并读数,节省了大量的人力物力成本。

最后是大数据。可以说,在整个工业领域,数据的积累是非常差的。在工业互联网时代,我们需要把知识数据化进行数据化存储起和分析。就像把一个老工人的经验存储下来,将之数据化并作为一个算法放在云平台上。由此,经过数据的分析对比,当数值出现差错时,设备就可以自行发出警告。

中科云创周北川:从数据到云端,我们要上下打通工业物联网产业链

目前,中科云创已经完成了三轮的融资,计划在今年实现收支上的平衡。至于接下来的规划,周北川表示,他们还将继续专注于工业互联网上设备的远程监控和维修。不过,在未来的时间内,他们也有可能将部分精力放入其他领域,比如医疗领域等等。


原文发布时间: 2017-07-11 10:18
本文作者: 韩璐
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
2月前
|
监控 供应链 安全
物联网卡在工业领域的应用
物联网卡在工业领域的应用极大地推动了行业的智能化、自动化和高效化进程。以下是物联网卡在工业领域中各操作类型中的具体应用作用:
|
3月前
|
物联网 数据管理 Apache
拥抱IoT浪潮,Apache IoTDB如何成为你的智能数据守护者?解锁物联网新纪元的数据管理秘籍!
【8月更文挑战第22天】随着物联网技术的发展,数据量激增对数据库提出新挑战。Apache IoTDB凭借其面向时间序列数据的设计,在IoT领域脱颖而出。相较于传统数据库,IoTDB采用树形数据模型高效管理实时数据,具备轻量级结构与高并发能力,并集成Hadoop/Spark支持复杂分析。在智能城市等场景下,IoTDB能处理如交通流量等数据,为决策提供支持。IoTDB还提供InfluxDB协议适配器简化迁移过程,并支持细致的权限管理确保数据安全。综上所述,IoTDB在IoT数据管理中展现出巨大潜力与竞争力。
98 1
|
19天前
|
传感器 监控 供应链
物联网怎么推动工业数字化转型?
物联网(Internet of Things,loT)是指通过信息传感设备,如射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等装置,按约定的协议,将任何物品与互联网连接起来,进行信息交换和通信,以实现智能化识别、定位、跟踪、监控和管理的一种网络。
15 0
|
3月前
|
存储 传感器 监控
理解并利用物联网(IoT)数据的技术探索
【8月更文挑战第11天】物联网数据是数字化转型的重要资源。通过深入理解物联网数据的特性和价值,并采取有效的收集、处理和分析策略,我们可以更好地利用这些数据为企业决策提供支持、优化运营效率、创造新的商业模式并推动数字化转型的深入发展。
|
4月前
|
安全 物联网 区块链
云端防御:云计算时代的网络安全策略与实战《未来已来:探索区块链、物联网与虚拟现实的融合革新》
【7月更文挑战第31天】在数字化转型的浪潮中,云计算已成为推动企业增长的核心动力。然而,随着数据和应用逐渐迁移到云端,网络安全问题也愈发严峻。本文将探讨云计算环境中的安全挑战,并提出相应的防御策略。通过分析云服务模型、安全威胁及信息安全技术的应用,结合代码示例,本文旨在为读者提供一套实用的云端安全防护方案。
46 1
|
4月前
|
物联网
好的资源链接,gitee全糖咖啡,B站视频转成mp4,全糖咖啡 / 物联网网关数据上传,,全糖咖啡 / springboot+百度智能车牌检测
好的资源链接,gitee全糖咖啡,B站视频转成mp4,全糖咖啡 / 物联网网关数据上传,,全糖咖啡 / springboot+百度智能车牌检测
|
4月前
|
机器学习/深度学习 传感器 边缘计算
云端物联:智能物联网平台引领数字化转型之路
云上智能物联网平台正在成为推动数字化转型的重要力量。它不仅为企业带来了新的商业模式和发展机会,也为消费者提供了更加便捷和个性化的服务体验。
|
5月前
|
传感器 机器学习/深度学习 监控
物联网技术在工业自动化中的实时故障诊断与维护
物联网技术在工业自动化中的实时故障诊断与维护
|
5月前
|
机器学习/深度学习 传感器 算法
物联网(IoT)数据与机器学习的结合
【6月更文挑战第6天】物联网和机器学习加速融合,驱动数据收集与智能分析。通过机器学习算法处理 IoT 数据,实现智能家居、工业生产的智能化。示例代码展示如何用线性回归预测温度。结合带来的优势包括实时监测、预警、资源优化,但也面临数据质量、隐私安全、算法选择等挑战。未来需强化技术创新,应对挑战,推动社会智能化发展。
152 0
|
5月前
|
存储 安全 算法
物联网中的数据加密技术
【6月更文挑战第1天】物联网中的数据加密技术
589 0

相关产品

  • 物联网平台